昨今では、人工知能の産業への応用が盛り上がっており、身の回りのものにたくさん使われています。
特に注目されているのがディープラーニング(機械学習)です。
多層のニューラルネットワーク(ディープニューラルネットワーク:DNN)による機械学習手法です。
DNNとは、ニューラルネットワークを複数積み重ねて多層にした教師有り学習の基本となるモデルです。
応用の具体例として下記のようなものがあります。
•自動運転…自動車運転の全ての自動化
•ロボット…商品の宣伝や案内、人間とのコミュニケーション
•IoT…インフラのリソース配分の最適化
機械学習の3つの分類
1.教師あり学習…先生が教師に従うような、正解がわかっている場合に使われる。
問題とその正解のペア(学習データ)が与えられた状態で学習し、問題をとってその結果と正解を見比べ、正解との誤差を小さくなるように人工知能の挙動を修正していく。
2.教師なし学習…正解がない場合の学習。問題を観察することによって似た問題のまとまりを発見し、「問題にはこういうタイプがあるんだなと理解していく。
3.強化学習…試行錯誤を行いながら最適だと思われる「行動の仕方」を学習する。
最後に
ディープラーニングを利用すれば、サーバー管理の自動化ができるのではないかと思いました。
具体的にはサーバーとかシステムには必ず特徴があると思うので、その特徴から外れた状態を学習させます。
そうすることで、サービスの通常の状態を機械に学習させておいて、それ以外の異常な状態を解析するということができるのではないかと思いました。
そのためにデータマイニングのような大量の統計をとってそこからどこがおかしいのかを検出させれば、
サーバの異常状態を自動的に検知し、自動的に制御できるようになると思います。